Työnantajat pitävät ennakointikykyä yhä tärkeämpänä työelämätaitona (muun muassa Wilenius & Pouru 2022). Laurean strategia linjaa ennakoinnin läpileikkaavaksi osaamiseksi, jota tulisi sisällyttää jokaiseen Laurean tutkintoon (Laurea 2019). Eräs vaihtoehto ennakoinnin teorian ja käytännön opettamiseksi olisi toteuttaa jokaisen alemman (AMK) ja ylemmän (YAMK) korkeakoulututkinnon osana todellisen ennakointitoimeksiannon sisältämä opintojakso.

Ammattikorkeakoulun tehtävänä on kouluttaa opiskelijoita asiantuntijatehtäviin perustuen työelämän osaamistarpeisiin (Ammattikorkeakoululaki 2014/932). Ennakointi on tulevaisuudentutkimuksen käytännön soveltamista ja myös tärkeä työelämätaito. Tulevaisuudentutkimus kartoittaa mahdollisia, todennäköisiä ja toivottavia tulevaisuuksia. Strateginen ennakointi tavoittelee näistä toivottavia tulevaisuuksia (Amara 1991; Popper 2008). Ennakointiprosessissa luodun tulevaisuustiedon pohjalta yksilöt tai yhteisöt voivat muotoilla vaikkapa kokeiluita, palveluita tai strategioita vaikuttaakseen toimintaympäristöönsä ja tavoitteittensa toteutumiseen (Gordon, Rohrbeck & Schwarz 2019). Ennakointia soveltavien yritysten tuottavuuden on todettukin olevan keskimäärin parempi kuin verrokkiensa. Lisäksi ennakointi vahvistaa organisaatioiden resilienssiä eli kykyä sopeutua ja menestyä muutoksissa. (Rohrbeck & Kum 2018; Halonen, Hyytinen & Kurki 2019.)

Laurean tavoite organisaation läpäisevästä ennakointiosaamisesta ei tällä hetkellä toteudu

Vaikka ennakointi on nimetty Laurean strategiassa organisaation läpileikkaavaksi osaamiseksi, ei sitä ole systemaattisesti johdettu osaksi tutkintojen oppimistavoitteita tai arviointikriteereitä. Vain yhdessä Laurean ylemmässä ammattikorkeakoulututkinnossa on enemmän kuin yksi ydinopintojakso ennakointia. Osaan YAMK – tutkinnoista sisältyy yksi ennakoinnin ydinopintojakso, mutta suurimpaan osaan tutkinnoista ei kuulu lainkaan vain ennakointiin keskittyviä opintosisältöjä. (Laurea 2023.) Opintosuunnitelmiin onkin hyvin vaikea saada sisään uusia poistamatta vanhoja sisältöjä. Onkin realistista olettaa, että jos strategian mukaisesti ennakointiosaaminen toteutettaisiin kaikissa tutkinnoissa erillisellä ennakoinnin opintosisällöllä, tulisi se olemaan maksimissaan viiden opintopisteen opintojakso (lue lisää Hario 2022).

Yksi viiden pisteen opintojakso ei tee kenestäkään ennakoinnin ammattilaista. Sen sijaan opinnon aikana opiskelija voi ymmärtää ennakoinnin perusteet ja sovellettavuuden asiantuntija- tai esihenkilötehtävässä. Kehittämispohjainen pedagoginen lähestymistapa eli Learning by Developing (LbD) sopiikin erinomaisesti ennakoinnin käytettävyyden opiskeluun. Lähtökohtana LbD-opetukselle on aina aito työelämän kehittämistehtävä tai vaikkapa korkeakoulun tutkimus-, kehittämis- tai innovaatiohanke (TKI). LbD – mallin tavoitteena on tuottaa työelämässä tarvittavaa osaamista mahdollisimman aidoissa työelämän olosuhteissa (Raij 2007).

Esimerkki kehittämistehtävässä sovellettavasta ennakointiprosessista

Laureassa on jo opetettu ennakointiprosessia, jossa yhdistyvät aito opiskelijoiden ryhmätyönä toteutettu kehittämistehtävä, yksinkertainen ennakointiprosessimalli ja siihen sovitetut ennakoinnin työkalut. Kehittämistehtävinä opintojaksoilla on ollut sekä yhteistyöorganisaatioiden että TKI-hankkeiden toimeksiantoja (Kuvio 1). Ennakointiprosessiksi on valikoitunut Réne Rohrbeckin ja Menes Etingue Kumin (2018) 3P-ennakointimalli (kuvio 2 ja kuva 1). Prosessin lopputuotteina ovat olleet Jim Datorin (2009) tulevaisuuden arkkityyppien avulla luodut tulevaisuuskuvat sekä palveluideakuvaukset (kuvat 2 ja 3).

Opintojakso on pääosin koostunut kolmesta kokonaisesta opetuspäivästä, tulevaisuudentutkimuksen teoriaan ja ennakoinnin käsitteisiin perehdyttävästä ennakkotehtävästä, itse kehittämistehtävästä ja yksilötyönä tehdystä reflektoivasta raportista. Jokainen opetuspäivä on sisältänyt teorialuentoja ja ryhmätyöskentelyä. Opiskelijaryhmien on odotettu työskentelevän myös opetuspäivien välissä.

3P-malli on yksinkertainen ennakointiprosessikuvaus

Kuvion kaksi mukaisesti Rohrbeckin ja Kumin (2018) 3P-mallissa tulevaisuudentutkimusprosessi yksinkertaistetaan kolmeen vaiheeseen: havainnointiin (Perceive), ennakointiin (Prospect) ja kokeiluun (Probe). Prosessi alkaa havainnoimalla tulevaisuustietoa, kuten trendejä, megatrendejä tai heikkoja signaaleja organisaation ympäristössä. Ennakointi-vaihe jakaantuu havainnoinnin aikana kerätyn tiedon käsittelyyn eli ryhmittelyyn, luokitteluun ja tulkintaan (Prospect: Sensemaking) sekä tulevaisuustiedon luomiseen (Prospect: Futuring). Tulevaisuustietoa luotaessa ennakoidaan, miten ryhmitellyt, luokitellut ja tulkitut signaalit menneisyydestä ja nykyisyydestä potentiaalisesti kehittyvät tulevaisuudessa. Samalla pohditaan myös mahdollisia uusia disruptiivisia muutosilmiöitä. 3P-mallin viimeinen vaihe eli kokeilu viittaa tulevaisuustiedon soveltamiseen kokeiluita, palveluita tai vaikkapa strategioita luotaessa (Gordon ym. 2019).

Kuvan yksi mukaisesti kuhunkin 3P-mallin vaiheeseen voi valita ennakoinnin työkalut tarpeen mukaan. Menneissä Laurean toteutuksissa opiskelijaryhmät ovat ensin tehneet toimeksiannon projektisuunnitelman vastuineen ja aikatauluineen. Sitten ryhmät ovat suunnitelleet avointen lähteiden tiedonkeruusuunnitelman. Ryhmän jäsenet havainnoivat signaaleita eli monitoroivat esimerkiksi tiedotusvälineitä, tutustuvat tutkimuskirjallisuuteen tai havainnoivat ympäristöään toimeksiannon puitteissa. Eri lähteistä kerätyt signaalit kerätään esimerkiksi PESTE-taulukkoon sen mukaan, ovatko ne poliittisia (Political), taloudellisia (Economic), sosiaalisia ja kulttuurillisia (Social), teknologisia (Technological) tai ekologisia (Ecological).

Käsittelyvaiheessa PESTE-taulukkoon kerätyt samankaltaiset havainnot voidaan ryhmitellä yhteen. Tämän jälkeen ryhmät tulkitsevat, millaisesta muutosilmiöstä yksittäiset havainnot tai havaintojoukot kertovat. Sitten signaaleista tulkitut muutosilmiöt arvotetaan vaikutus – todennäköisyys – taulukolla perustuen toisaalta ilmiön toteutumisen todennäköisyyteen ja toisaalta toteutumisen vaikutukseen suhteessa kehittämistehtävään sekä toimeksiantajan sisäiseen ja ulkoiseen toimintaympäristöön.

Esimerkkiprosessissa tulevaisuustietona luodaan tulevaisuuskuvia käyttäen apuna Jim Datorin (2009) neljää tulevaisuuden arkkityyppiä. Datorin mukaan kertomamme tarinat ja eri kulttuurien myytit voidaan jakaa neljään tyyppiesimerkkiin (katso kuvaukset kuvasta 2). Opiskelijoiden tehtävänä on valita vaikutus – todennäköisyys – taulukon yläsektoreista sopivat muutosilmiöt muodostamaan arkkityyppien juonenkaaret. Ideaalisti yhtäkään muutosilmiötä ei tulisi käyttää kuin yhdessä arkkityypissä. Arkkityyppeihin sijoitettujen muutosilmiöiden yhteisvaikutuksena syntyy neljä nykyisyydestä ja toisistaan eroavaa tulevaisuuskuvaa, joita syvennetään vielä kirjoittamalla niistä narratiivit makro-, organisaatio- ja yksilötasoilta (kuva 3). Narratiivien viestiä vahvistetaan luomalla jokaisen niistä yhteyteen visuaalinen kuvakollaasi (Moodboard).

Ennakointiprosessin viimeisessä kokeile-vaiheessa opiskelijat muotoilevat aiemmassa ennakointi – vaiheessa luotuun tulevaisuustietoon pohjautuen palveluidean ja -polun sarjakuvamuodossa (Storyboard). Ideana on, että kussakin sarjakuvan ruudussa kuvataan yksi palveluntarjoajan ja asiakkaan tai loppukäyttäjän kohtaamispiste.

Lopputuloksena opiskelijaryhmä esittelee toimeksiantajalle visuaalisen kuvauksen ennakointiprosessista, neljä vaihtoehtoista tulevaisuuskuvaa sekä palveluidean ja -polun. Osana arviointia he saavat palautteen toimeksiantajalta, vertaisiltaan ja vastuuopettajalta.

Johtopäätökset

3P-malli on yksinkertainen ja helposti sisäistettävä ennakointiprosessin kuvaus. Sen eri vaiheisiin on helppo upottaa eri työkaluja. Esimerkkiprosessissa käytetyt havainnoinnin, ennakoinnin (sisältää: käsittely ja tulevaisuustiedon luominen) ja kokeilun työkalut ovat soveltuneet hyvin tulevaisuuskuvien ja palvelukuvauksen luomiseen. Erityisesti Datorin neljä tulevaisuuden arkkityyppiä mahdollistaa kevyesti ja teoriapohjaan perustuen vaihtoehtoisten tulevaisuuskuvien luomisen. Todettakoon, että myös muut metodit sopisivat yhtä hyvin toteuttamaan prosessin vaihetta.

Toimeksiantaja- ja opiskelijapalaute työelämän kehittämistehtävissä sovelletusta ennakointiprosessista ovat olleet rohkaisevia (esimerkiksi Hario 2022). Kaikki toimeksiantajat ovat kokeneet lopputuotteet eli tulevaisuuskuvat ja palveluideat hyödyllisiksi. Vaikka opiskelijat ovat kuvanneet, että kehittämispohjaisessa ennakointiprosessissa ryhmät ”heitetään suoraan altaan syvään päähän”, on prosessia reflektoivissa yksilötehtävissä todella ymmärretty, mitä ennakointiprosessi pitää sisällään, mitkä ovat ennakoinnin hyödyt sekä mitä resursseja ja kyvykkyyksiä ennakointi vaatii organisaatiolta. Vuoden 2023 keväällä ennakointiprosessia soveltaneen toteutuksen opiskelijat kokivatkin opintojakson edistäneen heidän työelämässään tarvittavaa osaamistaan (n = 22 ja vastausten keskiarvo 4,27 asteikolla 1–5). Opiskelijat myös mielellään suosittelisivat opintojaksoa toisille opiskelijoille (n = 22 ja vastausten keskiarvo yhdeksän asteikolla 0–10).

Lähteet:

• Amara, R. 1991. Views on futures research methodology. Futures, 23 (6), 645-649.
• Ammattikorkeakoululaki 2014/932. Vierailtu 5.7.2023.
• Dator, J. 2009. Alternative futures at the Manoa School. In Jim Dator: A noticer in time, 37-54. Springer, Cham.
• Gordon, A., Rohrbeck, R., & Schwarz, J. O. 2019. Escaping the” faster horses” trap: bridging strategic foresight and design-based innovation. Technology innovation management review, 9(8), 30-42.
• Halonen, M., Hyytinen, K., & Kurki, S. 2022. Tulevaisuustaajuus-työpajamenetelmän arviointitutkimuksen tulokset.
• Hario, P. 2022. Tulevaisuusmuotoilulla työelämärelevanssia tutkintoihin. Laurea Journal. Vierailtu 2.7.2023.
• Laurea 2019. Laurean strategia 2030. Vierailtu 16.7.2023.
• Laurea 2023. Opintojaksotarjonta ja opetussuunnitelmat. Vierailtu 21.6.2023.
• Popper, R. 2008. Foresight methodology. Teoksessa: The handbook of technology foresight, 44–88.
• Raij, K. 2007. Learning by developing. Laurea Julkaisut A58.
• Rohrbeck, R. – Kum, M. E. 2018. Corporate Foresight and its Impact on Firm Performance: A Longitudinal Analysis. Technological Forecasting and Social Change, 129 (January), 105–116.
• Wilenius, M. & Pouru, L. 2020. Developing futures literacy as a tool to navigate in an uncertain world. Teoksessa: Humanist Futures: Perspectives from UNESCO Chairs and UNITWIN Networks on the futures of education. Paris, UNESCO. 207–211.